MétaCan
Menu
Retour à la cohorte
Enregistrement W4407737979 · doi:10.3233/978-1-60750-080-3-202

Examining community organizations' capacity to disseminate evidence-based physical activity promotion initiatives for people with spinal cord injury

2010· book-chapter· en· W4407737979 sur OpenAlexaboutno aff
Latimer A.E., Brawley L.R., Charles Conlin, Martin Ginis K.A.

Notice bibliographique

RevueIOS Press eBooks · 2010
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisseminationPromotion (chess)Spinal cord injuryBusinessPublic relationsPhysical activityMedicinePolitical scienceSpinal cordPsychologyPhysical medicine and rehabilitationNeuroscience

Résumé

récupéré en direct d'OpenAlex

To estimate the potential for systematically promoting physical activity (PA) in the spinal cord injury (SCI) population, we examined the capacity of community organizations in a large Canadian province to implement PA promotion initiatives. Representatives from 23 community PA (n=7), sports (n=8) and advocacy (n=8) organizations for people with disabilities completed a community capacity questionnaire and a follow-up telephone interview. Organizations' strategic priorities and available resources for promoting PA were obtained. Descriptive statistics for questionnaire data and recurring themes from participants' interview responses were analyzed. While 96% of organizations valued PA, only 65% had a strategic priority to promote PA. The majority (>73%) were willing to integrate PA promotion into current services (e.g., peer support programs) or link with other organizations already promoting PA (e.g., post a website ad). However, their capacity was limited; 40% indicated needing resources to foster PA promotion. Capacity building at multiple levels is needed for successful dissemination of evidence-based PA promotion initiatives for people with SCI.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil0,579

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,059
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,002
Communication savante0,0040,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,190
Tête enseignante GPT0,404
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOS Press eBooksMême sujetSpinal Cord Injury ResearchTravaux en français237 207